当下，“AI人为智能”俨然成为当今各个行业场景化发展方向的“吸睛宠儿”。金融领域中初次正式提出智能金融的概想是在国务院2017 年 7 月8日印发的《新一代人为智能发展规划》文件沉要工作中：“成立金融大数据系统，提升金融多媒体数据处置与理解能力。创新智能金融产品和服务，发展金融新业态。激励金融行业利用智能客服、智能监控等技术和设备。成立金融风险智能预警与防控系统”。显然，这是对银行业和人为智能技术的融合开发、利用战术注定。银行作为人为智能技术较快较宽泛的利用场景，有其天然的落地利用优势。首先银行业场景化业务需要极度明确，亟需通过AI人为智能方式降低人力成本，提升其服务能力，且其利用环境的可复造度极度高；其次银行业信息化水平普遍较高，接受AI人为智能的盛开度显然较好；最后银行拥有相当不错的资金支持，也有肯定的“容忍空间”，极度适合人为智能的落地利用。其中银行业的安防工作涉及到最为沉要的人民财富和社会不变，一向以来都是银行业沉点关注的方向，若何结合安防需要，智能化提升服务水平等工作，注定要成为深刻利用和索求的主流方向。
      随着安防领域在高像素、5G、大数据、物联网、云推算的突破和加持下，银行安防领域已从“看得着”向“看得清”和“看得懂”转变，并且有了极大的进展。值得注定的是，各银行机构与传统金融机构、科技公司积极发展合作，提供给用环境落地的同时也反馈给企业更新迭代，已形成优良的正反馈机造，这无疑加快了我国银行业在“AI智慧银行”索求过程速度和深度方向上的发展。

1、我国银行业在“AI智慧银行”安防领域的利用近况
      目前，银行业的智能化建设，根基都是基于银行业安全防备的业务需要启程，通过人为智能主题“深度进建”技术，集视频分析、活动跟踪、人脸检测、人脸鉴别、图片存储检索和自动预警技术于一体，结合视频、报警、门禁、对讲等系统，将拥有人像鉴别、行为分析等的感知设备进行统一综合利用，提供多层级、跨部门的智能报警和数据查问分析，最终满足银行业沉点安防区域和提升服务水平整体规划指标，实现“统一规划、统一尺度、统一治理”的落处所向。例如通过超星光色彩还原技术、自动借鉴技术、人脸鉴别技战法助力保卫系统；通过VIP客户鉴别分析、网点流量分析、大数据展示提升业务水平；通过行为分析技术对员工进行行为规范，防微杜渐；通过“一人一档”及人脸鉴别技术，对客户进行需要治理、分析。
      综合各银行业的智能化场景建设，目前重要集中在监控中心、客户区、加钞间及金库四个场景。选取靠得住硬件+利用软件模式。例如世界伟业通过人脸鉴别技术和智能分析技术，结合视频智能感知处置，为银行提供四个场景的AI智慧银行利用规划。


        监控中心：人脸识读设备对值班人员进行身份甄别和人脸打卡，预防有人犯法替班；人脸专用摄像机自动捕获监控室内值班人员，判断是否有非授权人员入侵。三维智能分析设备对监控中心值班人员智能化治理，实时监控中心区域，对无人值班、单人值班超过半幼时、值班人数跟报备人数不一致等情况进行自动报警；对值班人员离岗、睡觉、长功夫凝视手机、频仍走动、斗殴、倒地等异常行为实时监控，并纪录天生监管报表。
        客户区：人脸识读设备对网点进出人员进行身份甄别，提醒VIP客户鉴别语音播报，推送新闻至客户经理；人脸鉴别专用摄像机自动捕获进出人员，判断是否有黑名单人员进入。三维智能分析设备对分析客户业务办理过程中异常行为（倒地、呼救、勾留、人数超限、移动过快、人员靠近等）。
        加钞间：人脸识读设备采集进入加钞间的工作人员人脸图片，鉴别该人员的身份信息，进行身份鉴定；专用摄人脸像机对进入加钞间的工作人员进行身份二次鉴别，预防出现代替、尾随的情况产生。通过自动捕获加钞间内工作人员的人脸图片，判断是否有非授权人员入侵。加钞间利用三维智能分析设备对加钞间内的工作人员进行行为分析，对人数异常（单人加钞、加钞人数和报备人数不一致等）、超时滞留、钞箱未关等异常行为精确判断和报警，保障加钞过程合规安全。
金库：利用人脸识读设备对进出金库的人员进行身份鉴定；专用人脸摄像机抓拍金库内人员的人脸图片，判断该人员是否有该区域进出权限，当出现非授权人员、非授权功夫段的越权人员及库表人员进入金库特定区域是，系统进行实时报警。三维智能分析设备可对人数异常（单人进出、多人进入单人脱离）、长功夫滞留、二或三人同进同出等行为进行监测分析。
        数据利用展示上，例如世界伟衣符用推算机图形学和图像处置技术，将数据转换为图形或图像在屏幕上显示出来，并进行各类交互处置的理论、步骤和技术，其中涉及到推算机图形学、图像处置、推算机视觉、推算机辅助设计等多个领域，通过将大型数据集中的数据以图形图像大局暗示，并利用数据分析和研发工具发现未知信息。
        数据可视化既不是单一单调的职能实现，也不是极端复杂的壮丽多彩的视觉展示，而是建设数据可视化系统，理清数据的逻辑关系，将后盾数据与前端出现系统美满对接，把抽象、单调或难以理解的内容，蕴含看似毫无意思的数据、信息、知识等以一种容易理解的视觉方式展示出来，通过技术伎俩多维分析数据，深挖数据信息，阐扬数据价值，整合行业信息资源和服务，实现大数据的有效利用。

2、我国银行业在“AI智慧银行”安防领域的困境
        AI智慧银行在落地执行上存在发展不平衡情况。从地域的智能化利用散布上来看，经济蓬勃地域简直要比欠蓬勃地域在人为智能的落地上成熟度要高，国有大型银行更是走在了深杜爪用的前列，例如农业银杏注建设银行及中国银行早已发展部署人脸利用、智能分析等技术，但大部门欠蓬勃地域的银行机构对这些技术的意识和理解还相对幽微，未能有效利用人为智能带来的科技刷新，去提升安防及服务的水平能力，相对而言效能较为低下。
        AI人为智能的自身的局限性。人为智能在“机械进建”阶段之后已急剧发展，人为智能的利用和银行业的业务利用领域已逐步相互融合，各类AI技术落地成效显著，但与此同时，AI技术的创新速度相对于之前的发展比力缓慢，大部门还只是滞碍在智能感知阶段，通过感知的信息做一些既定设计上的利用。若何让机械“自主思虑”和“正确判断”成为各家金融企业和安防企业致力尝试和索求的方向。
        AI人为智能在监管体造的约束性。除了技术能力对科技发展利用的影响之表，还有监管体造对其的发展成分存在影响。对于银行业内部来说，人为智能技术带来的利弊无法正确的判断和监管，往往必要报答去决定正确与否。对于银行业表部来说，必要正确判断人为智能技术是否不违背我国有关司法律规的有关划定，尤其是人脸数据的利用，是否涉及侵权行为等。

3、我国银行业在“AI智慧银行”安防领域的发展趋向
        在AI智慧银行人道化、智能化提升的同时，更必要全面加强和更新现有的银行安全防备系统，以适应银行机造转轨和业务发展。为了遏造和进攻犯罪、削减金融风险，提升服务能力，银行必要对沉腹地址进行有效和靠得住的安全防备，实现对治理区域的可视化治理，结合实用的智能化技术，在实现可视化的同时，有效提高综合安防治理的业务效能。从银行内部来看，经济金融鼎新的不休深入,催生了银行业新的经营理想和治理方式，同时银行自身经交易态也产生着革命性变动，其更器沉数据资源的挖掘网络和利用，成立自己的数据库和数据分析模型，充分利用大数据进行安全风险分析、研判和措置，更拥有前瞻性和创新性，安防领域已逐步和贸易化银前进行融合，更注沉对客户的数据网络和分析。
        多多的人为智能产品软硬件都将依附银行的海量业务数据和需要进行升级迭代，为银行业提供智能利用服务，尤其是互联网技术的延长，高清化、智能化和集成化已成为其发展的主流方向，通过现有的安防数据资源，若何加强风险管控、提升服务能力及改善服务水平，更全面详细的定造化服务利用将成为银行业AI发展的风向标。